Социальный контент-анализ: выявление проблем и стрессовых ситуаций инструментами больших данных
р.
р.
Номинация: Высокий социальный эффект
Описание проекта: Цель исследования: разработка методики, которая позволит влиять на качество образования в вузе путём анализа цифровых следов студентов в социальных сетях и в мессенджерах с применением инструментов больших данных. Анализ помогает выявить проблемные моменты в учебном процессе и определить удовлетворенность студентов, принимать решения для улучшения образовательной среды и удовлетворения потребностей студенческого сообщества. Кроме того, социальный контент-анализ имеет высокий потенциал в выявлении стрессовых ситуаций, с которыми студенты могут столкнуться в процессе обучения, что позволит своевременно предоставить соответствующую поддержку и помощь для уменьшения эмоционального дискомфорта и повышения общего благополучия студентов. В рамках работы над проектом были осуществлены: 1. Сбор данных о цифровых следах студентов в социальных сетях и групповых чатах и их анализ для выявления и апробации методики поиска отклонений. 2. Определение проблемных моментов в учебном процессе, таких как сложность материала, нехватка времени на выполнение заданий, проблемы в коммуникации, факторы возникновения стрессовых ситуаций.
Результаты: 1. Доказано: на основе анализа сообщений студентов в социальных сетях или групповых чатах мессенджеров можно наблюдать и анализировать тренды удовлетворенности студенческого сообщества качеством образовательного процесса / эффективностью работы вузов и проводить сравнительный анализ выделенных характерных групп данных с их общей совокупностью. 2. Данные о реакции студентов отдельно взятого вуза могут иметь существенные отклонения от всей совокупности данных, что отражает особенности реакции студентов конкретного вуза на происходящие в одно и то же время события. 3. На основе анализа цифрового следа можно принимать решения для улучшения образовательной среды и удовлетворения потребностей студенческого сообщества, например, улучшения коммуникации между студентами и преподавателями, или предоставления дополнительных ресурсов для обучения. 4. Пользуясь этими данными, мы повысили вовлеченность онлайн-студентов в обучение в 4 раза за 2022 год.
Внедрение: В ТГУ успешно развивается проект "Росдистант", который стал хорошей площадкой для анализа больших данных и цифрового следа студентов и преподавателей, расширяя функциональные возможности сопровождения обучения за счет контроля качества многочисленных данных и обеспечения целостности баз данных. Организованная система поддержки позволила апробировать и внедрить реактивную составляющую проекта: консультационный центр, где специалисты готовы ответить на все интересующие вопросы и оказать необходимую помощь, и единое окно подачи запросов, которое позволяют быстро и удобно держать связь со студентами.
Команда проекта: ФГБОУ ВО Тольяттинский государственный университет Криштал Михаил Михайлович (Руководитель проекта) Богданова Анна Владимировна (Исследования и методическая проработка проекта, освещение результатов) Боюр Роман Васильевич (Координация программной разработки в проекте) Денисова Оксана Петровна (Обеспечение апробации результатов проекта, интерпретация и визуализация) Мищенко Анна Владимировна (Работа с данными, алгоритмами и инструментами больших данных) Орлов Даниил Сергеевич (Работа с данными, алгоритмами, выгрузка и структуризация данных)